發(fā)布時(shí)間：2018-07-06 17:11

  本文選題：高原鼠兔 + 圖像分割�。� 參考：《華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年08期

【摘要】：針對CV模型無法分割灰度不均圖像的問題,提出改進(jìn)CV模型.在CV模型能量泛函中引入前景灰度不均抑制項(xiàng),使CV模型能夠?qū)η熬盎叶炔痪鶊D像進(jìn)行分割.此外,在圖像預(yù)處理階段引入四叉樹方法和大津法,縮小CV模型分割圖像的搜索范圍,減少分割時(shí)間;彌補(bǔ)CV模型須要手動設(shè)置初始輪廓的問題.實(shí)驗(yàn)結(jié)果表明:改進(jìn)CV模型能夠?qū)崿F(xiàn)對前景灰度不均圖像的精確分割,且耗時(shí)少,在背景抑制、目標(biāo)區(qū)域輪廓定位等方面效果好.
[Abstract]:Aiming at the problem that CV model can not segment uneven grayscale image, an improved CV model is proposed. In the energy functional of CV model, the suppression term of foreground grayscale unevenness is introduced, so that the CV model can segment the foreground grayscale uneven image. In addition, the quadtree method and the Otsu method are introduced in the image preprocessing stage to reduce the searching range and the segmentation time of the CV model, and to make up for the problem that the CV model needs to set the initial contour manually. The experimental results show that the improved CV model can achieve accurate segmentation of foreground grayscale uneven images, and it takes less time, and has good effect in background suppression and target region contour location.
【作者單位】： 蘭州理工大學(xué)計(jì)算機(jī)與通信學(xué)院;
【基金】：國家自然科學(xué)基金資助項(xiàng)目(61362034,81360299)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王萬玉;楊建功;汪西莉;;融合形狀先驗(yàn)的向量CV模型圖像分割算法[J];計(jì)算機(jī)工程與應(yīng)用;2014年15期

2 朱超;蔣忠進(jìn);;基于分層多區(qū)域CV模型的SAR圖像分割[J];現(xiàn)代雷達(dá);2012年12期

3 程玉柱;陳勇;張浩;;基于MMC與CV模型的苗期玉米圖像分割算法[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2013年11期

4 張芹;侯德文;;一種結(jié)合區(qū)域梯度的自適應(yīng)CV模型[J];計(jì)算機(jī)應(yīng)用與軟件;2014年03期

5 安成錦;陳曾平;;基于Otsu和改進(jìn)CV模型的SAR圖像水域分割算法[J];信號處理;2011年02期

6 吳一全;吉s，

本文編號：2103531